हैडामर्ड उत्पाद (मैट्रिसेस): Difference between revisions

Revision as of 02:27, 10 July 2023

हैडामर्ड उत्पाद समान आकार के आव्यूह पर काम करता है और समान आयामों का तीसरा आव्यूह तैयार करता है।

गणित में, हैडामर्ड उत्पाद (तत्व-वार उत्पाद, प्रवेश-वार उत्पाद के रूप में भी जाना जाता है^[1]^{: ch. 5} या शूर उत्पाद ^[2]) एक द्विआधारी संक्रिया है जो समान आयामों के दो आव्यूह (गणित) लेता है और गुणा किए गए संबंधित तत्वों का एक आव्यूह लौटाता है। इस संचालन को एक अनुभवहीन आव्यूह गुणन के रूप में सोचा जा सकता है और यह आव्यूह गुणन से भिन्न है। इसका श्रेय या तो फ्रांसीसी-यहूदी गणितज्ञ जैक्स हैडामर्ड या जर्मन-यहूदी गणितज्ञ इसाई स्कूर को दिया गया है और उनके नाम पर इसका नाम रखा गया है।

हैडामर्ड उत्पाद सहयोगी और वितरणात्मक संपत्ति है। आव्यूह उत्पाद के विपरीत, यह क्रमविनिमेय भी है। ^[3]

परिभाषा

दो आव्यूह $A$ और $B$ के लिए समान आयाम $m \times n$ के लिए , हैडामर्ड उत्पाद $A\circ B$ (या $A\odot B$ ^[4]^[5]^[6]) ऑपरेंड के समान आयाम का एक आव्यूह है, जिसमें निम्न तत्व दिए गए हैं ^[3]: $(A\circ B)_{ij}=(A\odot B)_{ij}=(A)_{ij}(B)_{ij}.$

विभिन्न आयामों के आव्यूहों के लिए ( $m \times n$ और $p \times q$ , जहाँ $m \neq p$ या $n \neq q$ ), हैडामर्ड उत्पाद अपरिभाषित है।

उदाहरण के लिए, दो स्वेच्छाचारी ढंग से 2 × 3 आव्यूह के लिए हैडामर्ड उत्पाद है:

{\begin{bmatrix}2&3&1\\0&8&-2\end{bmatrix}}\circ {\begin{bmatrix}3&1&4\\7&9&5\end{bmatrix}}={\begin{bmatrix}2\times 3&3\times 1&1\times 4\\0\times 7&8\times 9&-2\times 5\end{bmatrix}}={\begin{bmatrix}6&3&4\\0&72&-10\end{bmatrix}}

गुण

हैडामर्ड उत्पाद क्रमविनिमेय (क्रम विनिमय वलय के साथ काम करते समय), जोड़ पर सहयोगी और वितरणात्मक गुण है। अर्थात्, यदि A, B, और C एक ही आकार के आव्यूह हैं, और k एक अदिश राशि है: ${\begin{aligned}A\circ B&=B\circ A,\\A\circ (B\circ C)&=(A\circ B)\circ C,\\A\circ (B+C)&=A\circ B+A\circ C,\\\left(kA\right)\circ B&=A\circ \left(kB\right)=k\left(A\circ B\right),\\A\circ 0&=0\circ A=0.\end{aligned}}$
दो $m \times n$ के हैडामर्ड गुणन के अंतर्गत तत्समक आव्यूह एक m × n आव्यूह है जहां सभी तत्व 1 के बराबर हैं। यह नियमित आव्यूह गुणन के अंतर्गत तत्समक आव्यूह से अलग है, जहां केवल मुख्य विकर्ण के तत्व 1 के बराबर हैं। इसके अतिरिक्त, एक आव्यूह में हैडामर्ड गुणन के अंतर्गत एक व्युत्क्रम होता है यदि और केवल यदि कोई नहीं तत्वों की संख्या शून्य के बराबर है। ^[7]
सदिश $x$ और $y$ के लिए, और संगत विकर्ण आव्यूह $D x$ और $D y$ इन सदिशों को उनके मुख्य विकर्णों के रूप में रखते हुए, निम्नलिखित पहचान कायम रहती है: ^[1] $\mathbf {x} ^{*}(A\circ B)\mathbf {y} =\operatorname {tr} \left({D}_{\mathbf {x} }^{*}A{D}_{\mathbf {y} }{B}^{\mathsf {T}}\right),$ जहाँ $x *$ के संयुग्म स्थानान्तरण $x$ को दर्शाता है। विशेष रूप से, लोगों के सदिश का उपयोग करते हुए,इससे पता चलता है कि हैडामर्ड उत्पाद में सभी तत्वों का योग $AB T$ का निशान है जहां अधिलेख T आव्यूह पक्षांतर को दर्शाता है। वर्ग के लिए एक संबंधित परिणाम $A$ और $B$ , यह है कि उनके हैडामर्ड उत्पाद की पंक्ति-योग के विकर्ण तत्व $AB T$ हैं : ^[8] $\sum _{i}(A\circ B)_{ij}=\left(B^{\mathsf {T}}A\right)_{jj}=\left(AB^{\mathsf {T}}\right)_{ii}.$ इसी प्रकार, $\left(\mathbf {y} \mathbf {x} ^{*}\right)\circ A={D}_{\mathbf {y} }A{D}_{\mathbf {x} }^{*}$ इसके अतिरिक्त, एक हैडामर्ड आव्यूह-सदिश उत्पाद को इस प्रकार व्यक्त किया जा सकता है: $(A\circ B)\mathbf {y} =\operatorname {diag} \left(AD_{\mathbf {y} }B^{\mathsf {T}}\right)$ जहाँ $\operatorname {diag} (M)$ आव्यूह के विकर्णों से बना सदिश $M$ है।
हैडामर्ड उत्पाद क्रोनकर उत्पाद का एक प्रमुख उपाव्यूह है। ^[9]^[10]
हैडामर्ड उत्पाद श्रेणी असमानता को संतुष्ट करता है $\operatorname {rank} (A\circ B)\leq \operatorname {rank} (A)\operatorname {rank} (B)$
अगर $A$ और $B$ सकारात्मक-निश्चित आव्यूह हैं, तो हैडामर्ड उत्पाद से जुड़ी निम्नलिखित असमानता है:^[11] $\prod _{i=k}^{n}\lambda _{i}(A\circ B)\geq \prod _{i=k}^{n}\lambda _{i}(AB),\quad k=1,\ldots ,n,$ जहाँ $λ i (A)$ $i$ का सबसे बड़ा आइगेनवैल्यू $A$ है।
अगर $D$ और $E$ तो, विकर्ण आव्यूह हैं। ^[12] ${\begin{aligned}D(A\circ B)E&=(DAE)\circ B=(DA)\circ (BE)\\&=(AE)\circ (DB)=A\circ (DBE).\end{aligned}}$
दो सदिशों का हैडामार्ड उत्पाद $\mathbf {a}$ और $\mathbf {b}$ एक सदिश के आव्यूह को दूसरे सदिश के संगत विकर्ण आव्यूह से गुणा करने के समान है: $\mathbf {a} \circ \mathbf {b} =D_{\mathbf {a} }\mathbf {b} =D_{\mathbf {b} }\mathbf {a}$
विकर्ण आव्यूह का सदिश विकर्ण आव्यूह $\operatorname {diag}$ संचालक को हैडामर्ड उत्पाद का उपयोग करके इस प्रकार व्यक्त किया जा सकता है: $\operatorname {diag} (\mathbf {a} )=(\mathbf {a} \mathbf {1} ^{T})\circ I$ जहाँ $\mathbf {1}$ तत्वों के साथ एक स्थिर सदिश है $1$ और $I$ तत्समक आव्यूह है।

मिश्रित-उत्पाद संपत्ति

(A\otimes B)\circ (C\otimes D)=(A\circ C)\otimes (B\circ D),

जहां

\otimes

क्रोनकर उत्पाद है, यह मानते हुए कि A का आयाम C के समान है और B का D के साथ समान आयाम है।.

(A\bullet B)\circ (C\bullet D)=(A\circ C)\bullet (B\circ D),

जहाँ

\bullet

खत्री-राव उत्पाद को दर्शाता है। ^[13]

(A\bullet B)(C\ast D)=(AC)\circ (BD),

जहाँ

\ast

पंक्ति-वार खत्री-राव उत्पाद है।

शूर उत्पाद प्रमेय

दो सकारात्मक-निश्चित आव्यूह का सकारात्मक-अर्ध-निश्चित आव्यूह सकारात्मक-अर्ध-निश्चित है। ^[3]^[8] इसे रूसी गणितज्ञ इसाई शूर के नाम पर शूर उत्पाद प्रमेय के रूप में जाना जाता है। ^[7] दो धनात्मक-अर्द्धनिश्चित आव्यूहों के लिए $A$ और $B$ , यह भी ज्ञात है कि उनके हैडामर्ड उत्पाद का निर्धारक उनके संबंधित निर्धारकों के उत्पाद से अधिक या उसके बराबर है: ^[8]

\det({A}\circ {B})\geq \det({A})\det({B}).

प्रोग्रामिंग भाषाओं में

हैडामर्ड गुणन को विभिन्न नामों के अंतर्गत कुछ प्रोग्रामिंग भाषाओं में बनाया गया है। एमएटीएलएबी, जीएनयू ऑक्टेव, जीएयूएसएस (सॉफ़्टवेयर) और एचपी प्राइम में, इसे ऐरे गुणन के रूप में जाना जाता है, या जूलिया (प्रोग्रामिंग भाषा) में प्रसारण गुणन, प्रतीक .*के साथ है। ^[14] फोरट्रान, आर (प्रोग्रामिंग भाषा) में, रेफरी>"मैट्रिक्स गुणन". आर का एक परिचय. सांख्यिकीय कंप्यूटिंग के लिए आर परियोजना. 16 May 2013. Retrieved 24 August 2013.</ref> एपीएल (प्रोग्रामिंग भाषा), जे (प्रोग्रामिंग भाषा) और वोल्फ्राम भाषा (गणित), यह सरल गुणन संचालक * या × के माध्यम से किया जाता है, जबकि आव्यूह उत्पाद फलन matmul, %*%, +.×, +/ .* और यह . संचालक के माध्यम से किया जाता है।

पायथन में एनयूएमपीवाई संख्यात्मक लाइब्रेरी के साथ, सरणी वस्तुओं को a*b के रूप में गुणा करने से हैडामर्ड उत्पाद उत्पन्न होता है, और a@b के रूप में गुणा करने से आव्यूह उत्पाद उत्पन्न होता है। सिम्पी प्रतीकात्मक लाइब्रेरी के साथ, array का गुणन वस्तुएं दोनों a*b और a@b के रूप में आव्यूह उत्पाद का उत्पादन करेगा, हैडामर्ड उत्पाद के साथ a.multiply_elementwise(b)प्राप्त किया जा सकता है। ^[15]

C++ में, आइगेन (C++ लाइब्रेरी) लाइब्रेरी एक प्रदान करती है cwiseProduct के लिए सदस्य फलन Matrix कक्षा (a.cwiseProduct(b)), जबकि आर्मडिलो (C++ लाइब्रेरी) लाइब्रेरी संचालक % का उपयोग करती है। संक्षिप्त अभिव्यक्ति बनाने के लिए a % b; a * b एक आव्यूह उत्पाद है। आर संवेष्टन मैट्रिक्सकैल्क संख्यात्मक आव्यूह या सदिश के हैडामर्ड उत्पाद के लिए फलन hadamard.prod() प्रस्तुत करता है।

अनुप्रयोग

हैडामर्ड उत्पाद जेपीईजी जैसे हानिपूर्ण संपीड़न कलन विधि में दिखाई देता है। विकूटन चरण में एंट्री-फॉर-एंट्री उत्पाद सम्मिलित होता है, दूसरे शब्दों में हैडामर्ड उत्पाद है।

छवि प्रसंस्करण में, हैडामर्ड संचालक का उपयोग छवि क्षेत्रों को बढ़ाने, दबाने या छिपाने के लिए किया जा सकता है। एक आव्यूह मूल छवि का प्रतिनिधित्व करता है, दूसरा भार या संवरण आव्यूह के रूप में कार्य करता है।

इसका उपयोग यंत्र अधिगम साहित्य में किया जाता है, उदाहरण के लिए, गेटेड आवर्ती इकाई या दीर्घकालिक अल्पकालिक मेमोरी के रूप में आवर्तक तंत्रिका संजाल की वास्तुकला का वर्णन करने के लिए है। ^[16]

इसका उपयोग यादृच्छिक सदिश और आव्यूह के सांख्यिकीय गुणों का अध्ययन करने के लिए भी किया जाता है। ^[17]^[18]

समान संचालन

गणितीय साहित्य में अन्य हैडामर्ड संचालन भी देखे जाते हैं, ^[19] अर्थात् हैडामर्ड घात और हैडामर्ड शक्ति (जो भिन्नात्मक सूचकांकों के कारण वास्तव में एक ही चीज़ हैं), एक आव्यूह के लिए परिभाषित किया गया है जैसे:

निम्न के लिए

{\begin{aligned}{B}&={A}^{\circ 2}\\B_{ij}&={A_{ij}}^{2}\end{aligned}}

और निम्न के लिए

{\begin{aligned}{B}&={A}^{\circ {\frac {1}{2}}}\\B_{ij}&={A_{ij}}^{\frac {1}{2}}\end{aligned}}

द हैडामर्ड प्रतिलोम पढ़ता है: ^[19]

{\begin{aligned}{B}&={A}^{\circ -1}\\B_{ij}&={A_{ij}}^{-1}\end{aligned}}

ए हैडामर्ड संभाग परिभाषित किया जाता है: ^[20]^[21]

{\begin{aligned}{C}&={A}\oslash {B}\\C_{ij}&={\frac {A_{ij}}{B_{ij}}}\end{aligned}}

वेधक तल उत्पाद

आव्यूह का वेधक तल उत्पाद

वी. स्लीयूसर की परिभाषा के अनुसार पी×जी मैट्रिक्स { ${A}$ } और एन-आयामी आव्यूह ${B}$ (n > 1) का मर्मज्ञ तल उत्पाद p×g ब्लॉक के साथ ${B}=[B_{n}]$ प्रपत्र के आकार { ${B}$ का एक मैट्रिक्स है:^[22]

{A}[\circ ]{B}=\left[{\begin{array}{c | c | c | c }{A}\circ {B}_{1}&{A}\circ {B}_{2}&\cdots &{A}\circ {B}_{n}\end{array}}\right].

उदाहरण

अगर

{A}={\begin{bmatrix}1&2&3\\4&5&6\\7&8&9\end{bmatrix}},\quad {B}=\left[{\begin{array}{c | c | c }{B}_{1}&{B}_{2}&{B}_{3}\end{array}}\right]=\left[{\begin{array}{c c c | c c c | c c c }1&4&7&2&8&14&3&12&21\\8&20&5&10&25&40&12&30&6\\2&8&3&2&4&2&7&3&9\end{array}}\right]

तब

{A}[\circ ]{B}=\left[{\begin{array}{c c c | c c c | c c c }1&8&21&2&16&42&3&24&63\\32&100&30&40&125&240&48&150&36\\14&64&27&14&32&18&49&24&81\end{array}}\right].

मुख्य गुण

{A}[\circ ]{B}={B}[\circ ]{A};

^[22]:

{M}\bullet {M}={M}[\circ ]\left({M}\otimes \mathbf {1} ^{\textsf {T}}\right),

जहाँ $\bullet$ आव्यूह के फलक-विभाजन उत्पाद को दर्शाता है,

\mathbf {c} \bullet {M}=\mathbf {c} [\circ ]{M},

जहाँ

\mathbf {c}

एक सदिश है

अनुप्रयोग

वेधक तल के उत्पाद का उपयोग अंकीय एंटीना सरणियों के प्रदिश -आव्यूह सिद्धांत में किया जाता है।^[22] इस संचालन का उपयोग कृत्रिम तंत्रिका संजाल प्रतिरूप, विशेष रूप से संकेंद्रित परतों में भी किया जा सकता है। ^[23]

यह भी देखें

फ्रोबेनियस आंतरिक उत्पाद
बिंदुवार उत्पाद
क्रोनकर उत्पाद
खत्री-राव उत्पाद

संदर्भ

↑ ^1.0 ^1.1 Horn, Roger A.; Johnson, Charles R. (2012). मैट्रिक्स विश्लेषण. Cambridge University Press.
↑ Davis, Chandler (1962). "शूर उत्पाद संचालन का मानदंड". Numerische Mathematik. 4 (1): 343–44. doi:10.1007/bf01386329. S2CID 121027182.
↑ ^3.0 ^3.1 ^3.2 Million, Elizabeth (April 12, 2007). "हैडामर्ड उत्पाद" (PDF). buzzard.ups.edu. Retrieved September 6, 2020.
↑ "हैडामर्ड उत्पाद - मशीन लर्निंग शब्दावली". machinelearning.wtf.
↑ "linear algebra - What does a dot in a circle mean?". Mathematics Stack Exchange.
↑ "Element-wise (or pointwise) operations notation?". Mathematics Stack Exchange.
↑ ^7.0 ^7.1 Million, Elizabeth. "हैडामर्ड उत्पाद" (PDF). Retrieved 2 January 2012.
↑ ^8.0 ^8.1 ^8.2 Styan, George P. H. (1973), "Hadamard Products and Multivariate Statistical Analysis", Linear Algebra and Its Applications, 6: 217–240, doi:10.1016/0024-3795(73)90023-2, hdl:10338.dmlcz/102190
↑ Liu, Shuangzhe; Trenkler, Götz (2008). "हैडामर्ड, खत्री-राव, क्रोनकर और अन्य मैट्रिक्स उत्पाद". International Journal of Information and Systems Sciences. 4 (1): 160–177.
↑ Liu, Shuangzhe; Leiva, Víctor; Zhuang, Dan; Ma, Tiefeng; Figueroa-Zúñiga, Jorge I. (2022). "मल्टीवेरिएट लीनियर मॉडल और इसके निदान में अनुप्रयोगों के साथ मैट्रिक्स डिफरेंशियल कैलकुलस". Journal of Multivariate Analysis. 188: 104849. doi:10.1016/j.jmva.2021.104849. S2CID 239598156.
↑ Hiai, Fumio; Lin, Minghua (February 2017). "हैडामर्ड उत्पाद से जुड़ी एक स्वदेशी असमानता पर". Linear Algebra and Its Applications. 515: 313–320. doi:10.1016/j.laa.2016.11.017.
↑ "परियोजना" (PDF). buzzard.ups.edu. 2007. Retrieved 2019-12-18.
↑ Slyusar, V. I. (1998). "रडार अनुप्रयोगों में मैट्रिसेस में अंतिम उत्पाद।" (PDF). Radioelectronics and Communications Systems. 41 (3): 50–53.
↑ "अंकगणित संचालक + - * / \ ^ ' -". MATLAB documentation. MathWorks. Archived from the original on 24 April 2012. Retrieved 2 January 2012.
↑ "Common Matrices — SymPy 1.9 documentation".
↑ Sak, Haşim; Senior, Andrew; Beaufays, Françoise (2014-02-05). "बड़ी शब्दावली भाषण पहचान के लिए दीर्घकालिक अल्पकालिक मेमोरी आधारित आवर्ती तंत्रिका नेटवर्क आर्किटेक्चर". arXiv:1402.1128 [cs.NE].
↑ Neudecker, Heinz; Liu, Shuangzhe; Polasek, Wolfgang (1995). "The Hadamard product and some of its applications in statistics". Statistics. 26 (4): 365–373. doi:10.1080/02331889508802503.
↑ Neudecker, Heinz; Liu, Shuangzhe (2001). "Some statistical properties of Hadamard products of random matrices". Statistical Papers. 42 (4): 475–487. doi:10.1007/s003620100074. S2CID 121385730.
↑ ^19.0 ^19.1 Reams, Robert (1999). "हैडामर्ड व्युत्क्रम, वर्गमूल और लगभग अर्धनिश्चित आव्यूहों के गुणनफल". Linear Algebra and Its Applications. 288: 35–43. doi:10.1016/S0024-3795(98)10162-3.
↑ Wetzstein, Gordon; Lanman, Douglas; Hirsch, Matthew; Raskar, Ramesh. "Supplementary Material: Tensor Displays: Compressive Light Field Synthesis using Multilayer Displays with Directional Backlighting" (PDF). MIT Media Lab.
↑ Cyganek, Boguslaw (2013). Object Detection and Recognition in Digital Images: Theory and Practice. John Wiley & Sons. p. 109. ISBN 9781118618363.
↑ ^22.0 ^22.1 ^22.2 Slyusar, V. I. (March 13, 1998). "मैट्रिसेस के फेस उत्पादों का एक परिवार और उसके गुण" (PDF). Cybernetics and Systems Analysis C/C of Kibernetika I Sistemnyi Analiz. 1999. 35 (3): 379–384. doi:10.1007/BF02733426. S2CID 119661450.
↑ Ha D., Dai A.M., Le Q.V. (2017). "हाइपरनेटवर्क्स।". The International Conference on Learning Representations (ICLR) 2017. – Toulon, 2017.: Page 6. arXiv:1609.09106.{{cite journal}}: CS1 maint: multiple names: authors list (link)

[HornJohnson-1] 1.0 ^1.1 Horn, Roger A.; Johnson, Charles R. (2012). मैट्रिक्स विश्लेषण. Cambridge University Press.

[2] Davis, Chandler (1962). "शूर उत्पाद संचालन का मानदंड". Numerische Mathematik. 4 (1): 343–44. doi:10.1007/bf01386329. S2CID 121027182.

[:1-3] 3.0 ^3.1 ^3.2 Million, Elizabeth (April 12, 2007). "हैडामर्ड उत्पाद" (PDF). buzzard.ups.edu. Retrieved September 6, 2020.

[4] "हैडामर्ड उत्पाद - मशीन लर्निंग शब्दावली". machinelearning.wtf.

[5] "linear algebra - What does a dot in a circle mean?". Mathematics Stack Exchange.

[6] "Element-wise (or pointwise) operations notation?". Mathematics Stack Exchange.

[hadamardpdf1-7] 7.0 ^7.1 Million, Elizabeth. "हैडामर्ड उत्पाद" (PDF). Retrieved 2 January 2012.

[styan1973-8] 8.0 ^8.1 ^8.2 Styan, George P. H. (1973), "Hadamard Products and Multivariate Statistical Analysis", Linear Algebra and Its Applications, 6: 217–240, doi:10.1016/0024-3795(73)90023-2, hdl:10338.dmlcz/102190

[9] Liu, Shuangzhe; Trenkler, Götz (2008). "हैडामर्ड, खत्री-राव, क्रोनकर और अन्य मैट्रिक्स उत्पाद". International Journal of Information and Systems Sciences. 4 (1): 160–177.

[10] Liu, Shuangzhe; Leiva, Víctor; Zhuang, Dan; Ma, Tiefeng; Figueroa-Zúñiga, Jorge I. (2022). "मल्टीवेरिएट लीनियर मॉडल और इसके निदान में अनुप्रयोगों के साथ मैट्रिक्स डिफरेंशियल कैलकुलस". Journal of Multivariate Analysis. 188: 104849. doi:10.1016/j.jmva.2021.104849. S2CID 239598156.

[11] Hiai, Fumio; Lin, Minghua (February 2017). "हैडामर्ड उत्पाद से जुड़ी एक स्वदेशी असमानता पर". Linear Algebra and Its Applications. 515: 313–320. doi:10.1016/j.laa.2016.11.017.

[12] "परियोजना" (PDF). buzzard.ups.edu. 2007. Retrieved 2019-12-18.

[slyusar-13] Slyusar, V. I. (1998). "रडार अनुप्रयोगों में मैट्रिसेस में अंतिम उत्पाद।" (PDF). Radioelectronics and Communications Systems. 41 (3): 50–53.

[MathWorks_matlab_1-14] "अंकगणित संचालक + - * / \ ^ ' -". MATLAB documentation. MathWorks. Archived from the original on 24 April 2012. Retrieved 2 January 2012.

[15] "Common Matrices — SymPy 1.9 documentation".

[16] Sak, Haşim; Senior, Andrew; Beaufays, Françoise (2014-02-05). "बड़ी शब्दावली भाषण पहचान के लिए दीर्घकालिक अल्पकालिक मेमोरी आधारित आवर्ती तंत्रिका नेटवर्क आर्किटेक्चर". arXiv:1402.1128 [cs.NE].

[17] Neudecker, Heinz; Liu, Shuangzhe; Polasek, Wolfgang (1995). "The Hadamard product and some of its applications in statistics". Statistics. 26 (4): 365–373. doi:10.1080/02331889508802503.

[18] Neudecker, Heinz; Liu, Shuangzhe (2001). "Some statistical properties of Hadamard products of random matrices". Statistical Papers. 42 (4): 475–487. doi:10.1007/s003620100074. S2CID 121385730.

[Reams-19] 19.0 ^19.1 Reams, Robert (1999). "हैडामर्ड व्युत्क्रम, वर्गमूल और लगभग अर्धनिश्चित आव्यूहों के गुणनफल". Linear Algebra and Its Applications. 288: 35–43. doi:10.1016/S0024-3795(98)10162-3.

[20] Wetzstein, Gordon; Lanman, Douglas; Hirsch, Matthew; Raskar, Ramesh. "Supplementary Material: Tensor Displays: Compressive Light Field Synthesis using Multilayer Displays with Directional Backlighting" (PDF). MIT Media Lab.

[21] Cyganek, Boguslaw (2013). Object Detection and Recognition in Digital Images: Theory and Practice. John Wiley & Sons. p. 109. ISBN 9781118618363.

[slyusar2-22] 22.0 ^22.1 ^22.2 Slyusar, V. I. (March 13, 1998). "मैट्रिसेस के फेस उत्पादों का एक परिवार और उसके गुण" (PDF). Cybernetics and Systems Analysis C/C of Kibernetika I Sistemnyi Analiz. 1999. 35 (3): 379–384. doi:10.1007/BF02733426. S2CID 119661450.

[hyper-23] Ha D., Dai A.M., Le Q.V. (2017). "हाइपरनेटवर्क्स।". The International Conference on Learning Representations (ICLR) 2017. – Toulon, 2017.: Page 6. arXiv:1609.09106.{{cite journal}}: CS1 maint: multiple names: authors list (link)

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

@@ Line 1: / Line 1: @@
 {{Short description|Matrix operation}}
-[[Image:Hadamard product qtl1.svg|thumb|हैडामर्ड उत्पाद समान आकार के मैट्रिक्स पर काम करता है और समान आयामों का तीसरा मैट्रिक्स तैयार करता है।]]गणित में, हैडामर्ड उत्पाद (तत्व-वार उत्पाद, प्रवेश-वार उत्पाद के रूप में भी जाना जाता है<ref name="HornJohnson" />{{rp|ch. 5}} या शूर उत्पाद<ref>{{cite journal|last=Davis|first=Chandler|year=1962|title=शूर उत्पाद संचालन का मानदंड|journal=Numerische Mathematik|volume=4|pages=343–44|doi=10.1007/bf01386329|number=1|s2cid=121027182}}</ref>) एक [[बाइनरी ऑपरेशन]] है जो समान आयामों के दो [[मैट्रिक्स (गणित)]] लेता है और गुणा किए गए संबंधित तत्वों का एक मैट्रिक्स लौटाता है। इस ऑपरेशन को एक अनुभवहीन [[मैट्रिक्स गुणन]] के रूप में सोचा जा सकता है और यह मैट्रिक्स गुणन से भिन्न है। इसका श्रेय या तो फ्रांसीसी-यहूदी गणितज्ञ [[जैक्स हैडामर्ड]] या जर्मन-यहूदी गणितज्ञ [[ कुछ नहीं ]] को दिया गया है और उनके नाम पर इसका नाम रखा गया है।
+[[Image:Hadamard product qtl1.svg|thumb|हैडामर्ड उत्पाद समान आकार के आव्यूह पर काम करता है और समान आयामों का तीसरा आव्यूह तैयार करता है।]]गणित में, '''हैडामर्ड उत्पाद''' (तत्व-वार उत्पाद, प्रवेश-वार उत्पाद के रूप में भी जाना जाता है<ref name="HornJohnson" />{{rp|ch. 5}} या शूर उत्पाद <ref>{{cite journal|last=Davis|first=Chandler|year=1962|title=शूर उत्पाद संचालन का मानदंड|journal=Numerische Mathematik|volume=4|pages=343–44|doi=10.1007/bf01386329|number=1|s2cid=121027182}}</ref>) एक [[बाइनरी ऑपरेशन|द्विआधारी संक्रिया]] है जो समान आयामों के दो [[मैट्रिक्स (गणित)|आव्यूह (गणित)]] लेता है और गुणा किए गए संबंधित तत्वों का एक आव्यूह लौटाता है। इस संचालन को एक अनुभवहीन [[मैट्रिक्स गुणन|आव्यूह गुणन]] के रूप में सोचा जा सकता है और यह आव्यूह गुणन से भिन्न है। इसका श्रेय या तो फ्रांसीसी-यहूदी गणितज्ञ [[जैक्स हैडामर्ड]] या जर्मन-यहूदी गणितज्ञ [[ कुछ नहीं |इसाई स्कूर]] को दिया गया है और उनके नाम पर इसका नाम रखा गया है।
-Hadamard उत्पाद सहयोगी और वितरणात्मक संपत्ति है। मैट्रिक्स उत्पाद के विपरीत, यह क्रम[[विनिमेय]] भी है।<ref name=":1">{{Cite web|last=Million|first=Elizabeth|date=April 12, 2007|title=हैडामर्ड उत्पाद|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf|access-date=September 6, 2020|website=buzzard.ups.edu}}</ref>
+हैडामर्ड उत्पाद सहयोगी और वितरणात्मक संपत्ति है। आव्यूह उत्पाद के विपरीत, यह क्रम[[विनिमेय]] भी है। <ref name=":1">{{Cite web|last=Million|first=Elizabeth|date=April 12, 2007|title=हैडामर्ड उत्पाद|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf|access-date=September 6, 2020|website=buzzard.ups.edu}}</ref>
 ==परिभाषा==
-दो मैट्रिक्स के लिए {{math|''A''}} और {{math|''B''}} समान आयाम का {{math|''m'' × ''n''}}, हैडामर्ड उत्पाद <math>A \circ B</math> (या <math>A \odot B</math><ref>{{cite web|url=https://machinelearning.wtf/terms/hadamard-product/|title=हैडामर्ड उत्पाद - मशीन लर्निंग शब्दावली|website=machinelearning.wtf}}</ref><ref>{{cite web|url=https://math.stackexchange.com/q/815315 |title=linear algebra - What does a dot in a circle mean?|website=Mathematics Stack Exchange}}</ref><ref>{{cite web|url=https://math.stackexchange.com/a/601545/688715|title=Element-wise (or pointwise) operations notation?|website=Mathematics Stack Exchange}}</ref>) ऑपरेंड के समान आयाम का एक मैट्रिक्स है, जिसमें तत्व दिए गए हैं<ref name=":1" />:<math>(A \circ B)_{ij} = (A \odot B)_{ij} = (A)_{ij} (B)_{ij}.</math>
+दो आव्यूह {{math|''A''}} और {{math|''B''}} के लिए समान आयाम {{math|''m'' × ''n''}} के लिए , हैडामर्ड उत्पाद <math>A \circ B</math> (या <math>A \odot B</math><ref>{{cite web|url=https://machinelearning.wtf/terms/hadamard-product/|title=हैडामर्ड उत्पाद - मशीन लर्निंग शब्दावली|website=machinelearning.wtf}}</ref><ref>{{cite web|url=https://math.stackexchange.com/q/815315 |title=linear algebra - What does a dot in a circle mean?|website=Mathematics Stack Exchange}}</ref><ref>{{cite web|url=https://math.stackexchange.com/a/601545/688715|title=Element-wise (or pointwise) operations notation?|website=Mathematics Stack Exchange}}</ref>) ऑपरेंड के समान आयाम का एक आव्यूह है, जिसमें निम्न तत्व दिए गए हैं <ref name=":1" />:<math>(A \circ B)_{ij} = (A \odot B)_{ij} = (A)_{ij} (B)_{ij}.</math>
-विभिन्न आयामों के आव्यूहों के लिए ({{math|''m'' × ''n''}} और {{math|''p'' × ''q''}}, कहाँ {{math|''m'' ≠ ''p''}} या {{math|''n'' ≠ ''q''}}), हैडामर्ड उत्पाद अपरिभाषित है।
-{{Anchor|Example}}उदाहरण के लिए, दो मनमाने ढंग से 2 × 3 मैट्रिक्स के लिए Hadamard उत्पाद है:
+विभिन्न आयामों के आव्यूहों के लिए ({{math|''m'' × ''n''}} और {{math|''p'' × ''q''}}, जहाँ {{math|''m'' ≠ ''p''}} या {{math|''n'' ≠ ''q''}}), हैडामर्ड उत्पाद अपरिभाषित है।
+उदाहरण के लिए, दो स्वेच्छाचारी ढंग से 2 × 3 आव्यूह के लिए हैडामर्ड उत्पाद है:
 :<math>
    \begin{bmatrix}
@@ Line 28: / Line 29: @@
 ==गुण==
-* हैडामर्ड उत्पाद क्रमविनिमेय (कम्यूटेटिव रिंग के साथ काम करते समय), जोड़ पर सहयोगी और वितरणात्मक गुण है। अर्थात्, यदि A, B, और C एक ही आकार के आव्यूह हैं, और k एक अदिश राशि है: <math display=block>\begin{align}
+* हैडामर्ड उत्पाद क्रमविनिमेय (क्रम विनिमय वलय के साथ काम करते समय), जोड़ पर सहयोगी और वितरणात्मक गुण है। अर्थात्, यदि A, B, और C एक ही आकार के आव्यूह हैं, और k एक अदिश राशि है: <math display=block>\begin{align}
                A \circ B &= B \circ A, \\
      A \circ (B \circ C) &= (A \circ B) \circ C, \\
@@ Line 34: / Line 35: @@
 \left(kA\right) \circ B &= A \circ \left(kB\right) = k\left(A \circ B\right), \\
                A \circ 0 &= 0 \circ A = 0.
 \end{align}</math>
-* दो के हैडामर्ड गुणन के तहत पहचान मैट्रिक्स {{math|''m'' × ''n''}} आव्यूह इकाइयों का एक आव्यूह है|{{math|''m'' × ''n''}} मैट्रिक्स जहां सभी तत्व 1 के बराबर हैं। यह नियमित मैट्रिक्स गुणन के तहत पहचान मैट्रिक्स से अलग है, जहां केवल मुख्य विकर्ण के तत्व 1 के बराबर हैं। इसके अलावा, एक मैट्रिक्स में हैडामर्ड गुणन के तहत एक व्युत्क्रम होता है यदि और केवल यदि कोई नहीं तत्वों की संख्या शून्य के बराबर है.<ref name="hadamardpdf1">{{cite web|last=Million| first=Elizabeth | title=हैडामर्ड उत्पाद|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf|access-date=2 January 2012}}</ref>
+* दो {{math|''m'' × ''n''}} के हैडामर्ड गुणन के अंतर्गत तत्समक आव्यूह एक m × n आव्यूह है जहां सभी तत्व 1 के बराबर हैं। यह नियमित आव्यूह गुणन के अंतर्गत तत्समक आव्यूह से अलग है, जहां केवल मुख्य विकर्ण के तत्व 1 के बराबर हैं। इसके अतिरिक्त, एक आव्यूह में हैडामर्ड गुणन के अंतर्गत एक व्युत्क्रम होता है यदि और केवल यदि कोई नहीं तत्वों की संख्या शून्य के बराबर है। <ref name="hadamardpdf1">{{cite web|last=Million| first=Elizabeth | title=हैडामर्ड उत्पाद|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf|access-date=2 January 2012}}</ref>
-* वैक्टर के लिए {{math|'''x'''}} और {{math|'''y'''}}, और संगत विकर्ण आव्यूह {{math|''D''<sub>'''x'''</sub>}} और {{math|''D''<sub>'''y'''</sub>}} इन सदिशों को उनके मुख्य विकर्णों के रूप में रखते हुए, निम्नलिखित पहचान कायम रहती है:<ref name="HornJohnson">{{cite book|last1=Horn|first1=Roger A.|first2=Charles R.|last2=Johnson|title=मैट्रिक्स विश्लेषण| publisher = Cambridge University Press|date=2012}}</ref>{{rp|479}} <math display=block>\mathbf{x}^* (A \circ B)\mathbf{y} = \operatorname{tr}\left({D}_\mathbf{x}^* A {D}_\mathbf{y} {B}^\mathsf{T}\right),</math> कहाँ {{math|'''x'''<sup>*</sup>}} के संयुग्म स्थानान्तरण को दर्शाता है {{math|'''x'''}}. विशेष रूप से, लोगों के वैक्टर का उपयोग करते हुए, यह दर्शाता है कि हैडामर्ड उत्पाद में सभी तत्वों का योग [[ट्रेस (रैखिक बीजगणित)]] है {{math|''AB''<sup>T</sup>}} जहां सुपरस्क्रिप्ट टी [[ मैट्रिक्स स्थानान्तरण ]] को दर्शाता है। वर्ग के लिए एक संबंधित परिणाम {{mvar|A}} और {{mvar|B}}, यह है कि उनके हैडामर्ड उत्पाद की पंक्ति-योग के विकर्ण तत्व हैं {{math|''AB''<sup>T</sup>}}:<ref name="styan1973" /> <math display="block">\sum_i (A \circ B)_{ij} = \left(B^\mathsf{T} A\right)_{jj} = \left(AB^\mathsf{T}\right)_{ii}.</math> इसी प्रकार, <math display=block>\left(\mathbf{y}\mathbf{x}^*\right) \circ A = {D}_\mathbf{y} A {D}_\mathbf{x}^*</math> इसके अलावा, एक हैडामर्ड मैट्रिक्स-वेक्टर उत्पाद को इस प्रकार व्यक्त किया जा सकता है: <math display=block>(A \circ B) \mathbf{y} = \operatorname{diag}\left( A D_\mathbf{y} B^\mathsf{T} \right)</math> कहाँ <math>\operatorname{diag}(M)</math> मैट्रिक्स के विकर्णों से बना वेक्टर है {{mvar|M}}.
+* सदिश {{math|'''x'''}} और {{math|'''y'''}} के लिए, और संगत विकर्ण आव्यूह {{math|''D''<sub>'''x'''</sub>}} और {{math|''D''<sub>'''y'''</sub>}} इन सदिशों को उनके मुख्य विकर्णों के रूप में रखते हुए, निम्नलिखित पहचान कायम रहती है: <ref name="HornJohnson">{{cite book|last1=Horn|first1=Roger A.|first2=Charles R.|last2=Johnson|title=मैट्रिक्स विश्लेषण| publisher = Cambridge University Press|date=2012}}</ref><math display=block>\mathbf{x}^* (A \circ B)\mathbf{y} = \operatorname{tr}\left({D}_\mathbf{x}^* A {D}_\mathbf{y} {B}^\mathsf{T}\right),</math> जहाँ {{math|'''x'''<sup>*</sup>}} के संयुग्म स्थानान्तरण {{math|'''x'''}} को दर्शाता है। विशेष रूप से, लोगों के सदिश का उपयोग करते हुए,इससे पता चलता है कि हैडामर्ड उत्पाद में सभी तत्वों का योग {{math|''AB''<sup>T</sup>}} का निशान है जहां अधिलेख T आव्यूह पक्षांतर को दर्शाता है। वर्ग के लिए एक संबंधित परिणाम {{mvar|A}} और {{mvar|B}}, यह है कि उनके हैडामर्ड उत्पाद की पंक्ति-योग के विकर्ण तत्व {{math|''AB''<sup>T</sup>}} हैं : <ref name="styan1973" /> <math display="block">\sum_i (A \circ B)_{ij} = \left(B^\mathsf{T} A\right)_{jj} = \left(AB^\mathsf{T}\right)_{ii}.</math> इसी प्रकार, <math display=block>\left(\mathbf{y}\mathbf{x}^*\right) \circ A = {D}_\mathbf{y} A {D}_\mathbf{x}^*</math> इसके अतिरिक्त, एक हैडामर्ड आव्यूह-सदिश उत्पाद को इस प्रकार व्यक्त किया जा सकता है: <math display=block>(A \circ B) \mathbf{y} = \operatorname{diag}\left( A D_\mathbf{y} B^\mathsf{T} \right)</math> जहाँ <math>\operatorname{diag}(M)</math> आव्यूह के विकर्णों से बना सदिश {{mvar|M}} है।
-*हैडामर्ड उत्पाद [[क्रोनकर उत्पाद]] का एक प्रमुख [[सबमैट्रिक्स]] है।<ref>{{cite journal |last1=Liu |first1=Shuangzhe |last2=Trenkler |first2=Götz|year=2008
+*हैडामर्ड उत्पाद [[क्रोनकर उत्पाद]] का एक प्रमुख [[सबमैट्रिक्स|उपाव्यूह]] है। <ref>{{cite journal |last1=Liu |first1=Shuangzhe |last2=Trenkler |first2=Götz|year=2008
 |title= हैडामर्ड, खत्री-राव, क्रोनकर और अन्य मैट्रिक्स उत्पाद|journal= International Journal of Information and Systems Sciences |volume=4 |issue=1 |pages=160–177}}</ref><ref>{{cite journal|last1=Liu|first1=Shuangzhe|last2=Leiva|first2=Víctor|last3=Zhuang|first3=Dan|last4=Ma|first4=Tiefeng |last5=Figueroa-Zúñiga|first5=Jorge I.|year=2022|title=मल्टीवेरिएट लीनियर मॉडल और इसके निदान में अनुप्रयोगों के साथ मैट्रिक्स डिफरेंशियल कैलकुलस|journal=Journal of Multivariate Analysis|volume=188|pages=104849|doi=10.1016/j.jmva.2021.104849|s2cid=239598156 }}</ref>
-* हैडामर्ड उत्पाद रैंक असमानता को संतुष्ट करता है <math display=block>\operatorname{rank}(A \circ B) \leq \operatorname{rank}(A) \operatorname{rank}(B) </math>
+* हैडामर्ड उत्पाद श्रेणी असमानता को संतुष्ट करता है <math display=block>\operatorname{rank}(A \circ B) \leq \operatorname{rank}(A) \operatorname{rank}(B) </math>
-* अगर {{math|''A''}} और {{math|''B''}} [[सकारात्मक-निश्चित मैट्रिक्स]]|सकारात्मक-निश्चित मैट्रिक्स हैं, तो हैडामर्ड उत्पाद से जुड़ी निम्नलिखित असमानता है:<ref>{{cite journal|last1=Hiai|first1=Fumio|last2=Lin|first2=Minghua|title=हैडामर्ड उत्पाद से जुड़ी एक स्वदेशी असमानता पर|journal=Linear Algebra and Its Applications|date=February 2017|volume=515| pages = 313–320 | doi=10.1016/j.laa.2016.11.017|doi-access=free}}</ref> <math display="block">\prod_{i=k}^n \lambda_i(A \circ B) \ge \prod_{i=k}^n \lambda_i(A B),\quad k=1,\ldots,n,</math> कहाँ {{math|''λ<sub>i</sub>''(''A'')}} है {{math|''i''}}का सबसे बड़ा [[eigenvalue]] {{math|''A''}}.
+* अगर {{math|''A''}} और {{math|''B''}} सकारात्मक-निश्चित आव्यूह हैं, तो हैडामर्ड उत्पाद से जुड़ी निम्नलिखित असमानता है:<ref>{{cite journal|last1=Hiai|first1=Fumio|last2=Lin|first2=Minghua|title=हैडामर्ड उत्पाद से जुड़ी एक स्वदेशी असमानता पर|journal=Linear Algebra and Its Applications|date=February 2017|volume=515| pages = 313–320 | doi=10.1016/j.laa.2016.11.017|doi-access=free}}</ref> <math display="block">\prod_{i=k}^n \lambda_i(A \circ B) \ge \prod_{i=k}^n \lambda_i(A B),\quad k=1,\ldots,n,</math> जहाँ {{math|''λ<sub>i</sub>''(''A'')}} {{math|''i''}} का सबसे बड़ा आइगेनवैल्यू {{math|''A''}} है।
-* अगर {{mvar|D}} और {{mvar|E}} तो, [[विकर्ण आव्यूह]] हैं<ref>{{cite web|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf |title=परियोजना|publisher=buzzard.ups.edu |date=2007 |access-date=2019-12-18}}</ref> <math display=block>\begin{align}
+* अगर {{mvar|D}} और {{mvar|E}} तो, [[विकर्ण आव्यूह]] हैं। <ref>{{cite web|url=http://buzzard.ups.edu/courses/2007spring/projects/million-paper.pdf |title=परियोजना|publisher=buzzard.ups.edu |date=2007 |access-date=2019-12-18}}</ref> <math display=block>\begin{align}
    D (A \circ B) E &= (D A E) \circ B    = (D A) \circ (B E) \\
    &=  (AE) \circ (D B) =    A \circ (D B E).
 \end{align}</math>
-* दो सदिशों का हैडामार्ड उत्पाद  <math>\mathbf a</math> और <math>\mathbf b</math> एक वेक्टर के मैट्रिक्स को दूसरे वेक्टर के संगत [[विकर्ण मैट्रिक्स]] से गुणा करने के समान है: <math display=block>\mathbf a \circ \mathbf b = D _{\mathbf a} \mathbf b = D _{\mathbf b} \mathbf a</math>
+* दो सदिशों का हैडामार्ड उत्पाद  <math>\mathbf a</math> और <math>\mathbf b</math> एक सदिश के आव्यूह को दूसरे सदिश के संगत [[विकर्ण मैट्रिक्स|विकर्ण आव्यूह]] से गुणा करने के समान है: <math display=block>\mathbf a \circ \mathbf b = D _{\mathbf a} \mathbf b = D _{\mathbf b} \mathbf a</math>
-* विकर्ण मैट्रिक्स का वेक्टर विकर्ण मैट्रिक्स#डायग ऑपरेटर|<math>\operatorname{diag}</math> ऑपरेटर को Hadamard उत्पाद का उपयोग करके इस प्रकार व्यक्त किया जा सकता है: <math display=block>\operatorname{diag}(\mathbf{a}) = (\mathbf{a} \mathbf{1}^T) \circ I</math> कहाँ <math>\mathbf{1}</math> तत्वों के साथ एक स्थिर वेक्टर है <math>1</math> और <math>I</math> पहचान मैट्रिक्स है.
+* विकर्ण आव्यूह का सदिश विकर्ण आव्यूह <math>\operatorname{diag}</math> संचालक को हैडामर्ड उत्पाद का उपयोग करके इस प्रकार व्यक्त किया जा सकता है: <math display=block>\operatorname{diag}(\mathbf{a}) = (\mathbf{a} \mathbf{1}^T) \circ I</math> जहाँ <math>\mathbf{1}</math> तत्वों के साथ एक स्थिर सदिश है <math>1</math> और <math>I</math> तत्समक आव्यूह है।
 ==मिश्रित-उत्पाद संपत्ति==
-<math display=block> (A \otimes B) \circ (C \otimes D) = (A \circ C) \otimes (B \circ D) ,</math> कहाँ <math>\otimes</math> यह मानते हुए क्रोनकर उत्पाद है <math>A</math> के समान आयाम हैं <math>C</math> और <math>B</math> साथ <math>D</math>.
+<math display=block> (A \otimes B) \circ (C \otimes D) = (A \circ C) \otimes (B \circ D) ,</math> जहां <math>\otimes</math> क्रोनकर उत्पाद है, यह मानते हुए कि A का आयाम C के समान है और B का D के साथ समान आयाम है।.
-<math display=block> (A \bull B) \circ (C \bull D) = (A \circ C) \bull (B \circ D) ,</math> कहाँ <math>\bull</math> खत्री-राव उत्पाद#चेहरा-विभाजन उत्पाद|चेहरा-विभाजन उत्पाद को दर्शाता है।<ref name=slyusar>{{Cite journal|last=Slyusar|first=V. I. |title=रडार अनुप्रयोगों में मैट्रिसेस में अंतिम उत्पाद।|url=http://slyusar.kiev.ua/en/IZV_1998_3.pdf |journal=Radioelectronics and Communications Systems |year=1998 |volume=41 |issue=3|pages=50–53}}</ref>
+<math display=block> (A \bull B) \circ (C \bull D) = (A \circ C) \bull (B \circ D) ,</math> जहाँ <math>\bull</math> खत्री-राव उत्पाद को दर्शाता है। <ref name=slyusar>{{Cite journal|last=Slyusar|first=V. I. |title=रडार अनुप्रयोगों में मैट्रिसेस में अंतिम उत्पाद।|url=http://slyusar.kiev.ua/en/IZV_1998_3.pdf |journal=Radioelectronics and Communications Systems |year=1998 |volume=41 |issue=3|pages=50–53}}</ref>
-<math display=block>(A \bull B)(C \ast D) = (A C) \circ (B D),</math> कहाँ <math>\ast</math> कॉलम-वार खत्री-राव उत्पाद है।
+<math display=block>(A \bull B)(C \ast D) = (A C) \circ (B D),</math> जहाँ <math>\ast</math> पंक्ति-वार खत्री-राव उत्पाद है।
 ==शूर उत्पाद प्रमेय==
-{{Main|Schur product theorem}}
+{{Main|शूर उत्पाद प्रमेय}}
-दो सकारात्मक-निश्चित मैट्रिक्स का हैडामर्ड उत्पाद | सकारात्मक-अर्ध-निश्चित मैट्रिक्स सकारात्मक-अर्ध-निश्चित है।<ref name=":1" /><ref name=styan1973>{{Citation | doi=10.1016/0024-3795(73)90023-2 | last=Styan | first=George P. H. | title=Hadamard Products and Multivariate Statistical Analysis | journal=Linear Algebra and Its Applications | year=1973 | volume=6 | pages=217–240| hdl=10338.dmlcz/102190 | hdl-access=free }}</ref> इसे शूर उत्पाद प्रमेय के रूप में जाना जाता है,<ref name=hadamardpdf1/>रूसी गणितज्ञ इसाई शूर के बाद। दो धनात्मक-अर्द्धनिश्चित आव्यूहों के लिए {{mvar|A}} और {{mvar|B}}, यह भी ज्ञात है कि उनके हैडामर्ड उत्पाद का निर्धारक उनके संबंधित निर्धारकों के उत्पाद से अधिक या उसके बराबर है:<ref name=styan1973/>
+दो सकारात्मक-निश्चित आव्यूह का सकारात्मक-अर्ध-निश्चित आव्यूह सकारात्मक-अर्ध-निश्चित है। <ref name=":1" /><ref name=styan1973>{{Citation | doi=10.1016/0024-3795(73)90023-2 | last=Styan | first=George P. H. | title=Hadamard Products and Multivariate Statistical Analysis | journal=Linear Algebra and Its Applications | year=1973 | volume=6 | pages=217–240| hdl=10338.dmlcz/102190 | hdl-access=free }}</ref> इसे रूसी गणितज्ञ इसाई शूर के नाम पर शूर उत्पाद प्रमेय के रूप में जाना जाता है। <ref name=hadamardpdf1/> दो धनात्मक-अर्द्धनिश्चित आव्यूहों के लिए {{mvar|A}} और {{mvar|B}}, यह भी ज्ञात है कि उनके हैडामर्ड उत्पाद का निर्धारक उनके संबंधित निर्धारकों के उत्पाद से अधिक या उसके बराबर है: <ref name=styan1973/>
 <math display=block>\det({A} \circ {B}) \ge \det({A}) \det({B}).</math>
 ==[[प्रोग्रामिंग भाषा]]ओं में==
-Hadamard गुणन को विभिन्न नामों के तहत कुछ प्रोग्रामिंग भाषाओं में बनाया गया है। [[MATLAB]], GNU ऑक्टेव, GAUSS (सॉफ़्टवेयर) और HP प्राइम में, इसे ऐरे गुणन के रूप में जाना जाता है, या [[जूलिया (प्रोग्रामिंग भाषा)]] में प्रसारण गुणन, प्रतीक के साथ <code>.*</code>.<ref name="MathWorks_matlab_1">{{cite web|title=अंकगणित संचालक + - * / \ ^ ' -|url=http://www.mathworks.se/help/techdoc/ref/arithmeticoperators.html|work=MATLAB documentation|publisher=MathWorks|access-date=2 January 2012|archive-url=https://web.archive.org/web/20120424151907/http://www.mathworks.se/help/techdoc/ref/arithmeticoperators.html|archive-date=24 April 2012|url-status=dead}}</ref> [[फोरट्रान]], [[आर (प्रोग्रामिंग भाषा)]] में, रेफरी>{{cite web|title=मैट्रिक्स गुणन|work=An Introduction to R|url=https://cran.r-project.org/doc/manuals/r-release/R-intro.html#Multiplication|publisher=The R Project for Statistical Computing|date=16 May 2013|access-date=24 August 2013}}</ref> [[एपीएल (प्रोग्रामिंग भाषा)]], [[जे (प्रोग्रामिंग भाषा)]] और [[वोल्फ्राम भाषा]] (गणित), यह सरल गुणन ऑपरेटर के माध्यम से किया जाता है <code>*</code> या <code>×</code>, जबकि मैट्रिक्स उत्पाद फ़ंक्शन के माध्यम से किया जाता है <code>matmul</code>, <code>%*%</code>, <code>+.×</code>, <code>+/ .*</code> और यह <code>.</code> ऑपरेटर, क्रमशः।
+हैडामर्ड गुणन को विभिन्न नामों के अंतर्गत कुछ प्रोग्रामिंग भाषाओं में बनाया गया है। [[MATLAB|एमएटीएलएबी]], जीएनयू ऑक्टेव, जीएयूएसएस (सॉफ़्टवेयर) और एचपी प्राइम में, इसे ऐरे गुणन के रूप में जाना जाता है, या [[जूलिया (प्रोग्रामिंग भाषा)]] में प्रसारण गुणन, प्रतीक <code>.*</code>के साथ है। <ref name="MathWorks_matlab_1">{{cite web|title=अंकगणित संचालक + - * / \ ^ ' -|url=http://www.mathworks.se/help/techdoc/ref/arithmeticoperators.html|work=MATLAB documentation|publisher=MathWorks|access-date=2 January 2012|archive-url=https://web.archive.org/web/20120424151907/http://www.mathworks.se/help/techdoc/ref/arithmeticoperators.html|archive-date=24 April 2012|url-status=dead}}</ref> [[फोरट्रान]], [[आर (प्रोग्रामिंग भाषा)]] में, रेफरी>{{cite web|title=मैट्रिक्स गुणन|work=आर का एक परिचय|url=https://cran.r-project.org/doc/manuals/r-release/R-intro.html#Multiplication|publisher=सांख्यिकीय कंप्यूटिंग के लिए आर परियोजना|date=16 May 2013|access-date=24 August 2013}}</ref> [[एपीएल (प्रोग्रामिंग भाषा)]], [[जे (प्रोग्रामिंग भाषा)]] और [[वोल्फ्राम भाषा]] (गणित), यह सरल गुणन संचालक <code>*</code> या <code>×</code> के माध्यम से किया जाता है, जबकि आव्यूह उत्पाद फलन <code>matmul</code>, <code>%*%</code>, <code>+.×</code>, <code>+/ .*</code> और यह <code>.</code> संचालक के माध्यम से किया जाता है।
-[[पायथन (प्रोग्रामिंग भाषा)]] में [[NumPy]] संख्यात्मक लाइब्रेरी के साथ, का गुणन {{mono|array}} वस्तुओं के रूप में <code>a*b</code> Hadamard उत्पाद का उत्पादन करता है, और गुणन के रूप में <code>a@b</code> मैट्रिक्स उत्पाद तैयार करता है। [[सिम्पी]] प्रतीकात्मक लाइब्रेरी के साथ, का गुणन {{mono|array}} वस्तुएं दोनों के रूप में <code>a*b</code> और <code>a@b</code> मैट्रिक्स उत्पाद का उत्पादन करेगा, Hadamard उत्पाद के साथ प्राप्त किया जा सकता है <code>a.multiply_elementwise(b)</code>.<ref>{{Cite web|url=https://docs.sympy.org/latest/modules/matrices/common.html?highlight=multiply_elementwise#sympy.matrices.common.MatrixCommon.multiply|title = Common Matrices — SymPy 1.9 documentation}}</ref>
-C++ में, Eigen (C++ लाइब्रेरी) लाइब्रेरी एक प्रदान करती है <code>cwiseProduct</code> के लिए सदस्य समारोह {{mono|Matrix}} कक्षा (<code>a.cwiseProduct(b)</code>), जबकि आर्मडिलो (C++ लाइब्रेरी) लाइब्रेरी ऑपरेटर का उपयोग करती है <code>%</code> संक्षिप्त अभिव्यक्ति बनाने के लिए (<code>a % b</code>; <code>a * b</code> एक मैट्रिक्स उत्पाद है)। आर पैकेज [https://cran.r-project.org/web/packages/matrixcalc/matrixcalc.pdf मैट्रिक्सकैल्क] फ़ंक्शन का परिचय देता है <code>hadamard.prod()</code> संख्यात्मक आव्यूहों या सदिशों के हैडामर्ड उत्पाद के लिए।
+पायथन में [[NumPy|एनयूएमपीवाई]] संख्यात्मक लाइब्रेरी के साथ, सरणी वस्तुओं को <code>a*b</code> के रूप में गुणा करने से हैडामर्ड उत्पाद उत्पन्न होता है, और <code>a@b</code> के रूप में गुणा करने से आव्यूह उत्पाद उत्पन्न होता है। [[सिम्पी]] प्रतीकात्मक लाइब्रेरी के साथ, {{mono|array}} का गुणन वस्तुएं दोनों <code>a*b</code> और <code>a@b</code> के रूप में आव्यूह उत्पाद का उत्पादन करेगा, हैडामर्ड उत्पाद के साथ <code>a.multiply_elementwise(b)</code>प्राप्त किया जा सकता है। <ref>{{Cite web|url=https://docs.sympy.org/latest/modules/matrices/common.html?highlight=multiply_elementwise#sympy.matrices.common.MatrixCommon.multiply|title = Common Matrices — SymPy 1.9 documentation}}</ref>
+C++ में, आइगेन (C++ लाइब्रेरी) लाइब्रेरी एक प्रदान करती है <code>cwiseProduct</code> के लिए सदस्य फलन {{mono|Matrix}} कक्षा (<code>a.cwiseProduct(b)</code>), जबकि आर्मडिलो (C++ लाइब्रेरी) लाइब्रेरी संचालक <code>%</code> का उपयोग करती है। संक्षिप्त अभिव्यक्ति बनाने के लिए <code>a % b</code>; <code>a * b</code> एक आव्यूह उत्पाद है। आर संवेष्टन मैट्रिक्सकैल्क संख्यात्मक आव्यूह या सदिश के हैडामर्ड उत्पाद के लिए फलन <code>hadamard.prod()</code> प्रस्तुत करता है।
 ==अनुप्रयोग==
-Hadamard उत्पाद [[JPEG]] जैसे [[हानिपूर्ण संपीड़न]] एल्गोरिदम में दिखाई देता है। डिकोडिंग चरण में एंट्री-फॉर-एंट्री उत्पाद शामिल होता है, दूसरे शब्दों में हैडामर्ड उत्पाद।{{citation needed|date=November 2019}}
+हैडामर्ड उत्पाद [[JPEG|जेपीईजी]] जैसे [[हानिपूर्ण संपीड़न]] कलन विधि में दिखाई देता है। विकूटन चरण में एंट्री-फॉर-एंट्री उत्पाद सम्मिलित होता है, दूसरे शब्दों में हैडामर्ड उत्पाद है।
-छवि प्रसंस्करण में, Hadamard ऑपरेटर का उपयोग छवि क्षेत्रों को बढ़ाने, दबाने या छिपाने के लिए किया जा सकता है। एक मैट्रिक्स मूल छवि का प्रतिनिधित्व करता है, दूसरा वजन या मास्किंग मैट्रिक्स के रूप में कार्य करता है।
+छवि प्रसंस्करण में, हैडामर्ड संचालक का उपयोग छवि क्षेत्रों को बढ़ाने, दबाने या छिपाने के लिए किया जा सकता है। एक आव्यूह मूल छवि का प्रतिनिधित्व करता है, दूसरा भार या संवरण आव्यूह के रूप में कार्य करता है।
-इसका उपयोग [[ यंत्र अधिगम ]] साहित्य में किया जाता है, उदाहरण के लिए, [[गेटेड आवर्ती इकाई]] या दीर्घकालिक अल्पकालिक मेमोरी के रूप में आवर्तक तंत्रिका नेटवर्क की वास्तुकला का वर्णन करने के लिए।<ref>{{cite arXiv |last1=Sak |first1=Haşim |last2=Senior |first2=Andrew |last3=Beaufays |first3=Françoise |date=2014-02-05 |title=बड़ी शब्दावली भाषण पहचान के लिए दीर्घकालिक अल्पकालिक मेमोरी आधारित आवर्ती तंत्रिका नेटवर्क आर्किटेक्चर|class=cs.NE |eprint=1402.1128 }}</ref>
+इसका उपयोग [[ यंत्र अधिगम |यंत्र अधिगम]] साहित्य में किया जाता है, उदाहरण के लिए, [[गेटेड आवर्ती इकाई]] या दीर्घकालिक अल्पकालिक मेमोरी के रूप में आवर्तक तंत्रिका संजाल की वास्तुकला का वर्णन करने के लिए है। <ref>{{cite arXiv |last1=Sak |first1=Haşim |last2=Senior |first2=Andrew |last3=Beaufays |first3=Françoise |date=2014-02-05 |title=बड़ी शब्दावली भाषण पहचान के लिए दीर्घकालिक अल्पकालिक मेमोरी आधारित आवर्ती तंत्रिका नेटवर्क आर्किटेक्चर|class=cs.NE |eprint=1402.1128 }}</ref>
-इसका उपयोग यादृच्छिक वैक्टर और मैट्रिक्स के सांख्यिकीय गुणों का अध्ययन करने के लिए भी किया जाता है।
-<ref>
+इसका उपयोग यादृच्छिक सदिश और आव्यूह के सांख्यिकीय गुणों का अध्ययन करने के लिए भी किया जाता है। <ref>
 {{cite journal
 |last1=Neudecker|first1=Heinz|last2=Liu|first2=Shuangzhe|last3=Polasek|first3=Wolfgang
@@ Line 87: / Line 91: @@
 |journal= Statistical Papers|volume=42|issue=4 |pages=475–487|doi=10.1007/s003620100074 |s2cid=121385730 }}
 </ref>
 ==समान संचालन==
-गणितीय साहित्य में अन्य हैडामर्ड ऑपरेशन भी देखे जाते हैं,<ref name="Reams">{{cite journal |first=Robert |last=Reams |title=हैडामर्ड व्युत्क्रम, वर्गमूल और लगभग अर्धनिश्चित आव्यूहों के गुणनफल|journal=Linear Algebra and Its Applications |volume=288 |year=1999 |pages=35–43 |doi=10.1016/S0024-3795(98)10162-3 |doi-access=free }}</ref> अर्थात्{{visible anchor|Hadamard root}} और{{visible anchor|Hadamard power}} (जो भिन्नात्मक सूचकांकों के कारण वास्तव में एक ही चीज़ हैं), एक मैट्रिक्स के लिए परिभाषित किया गया है जैसे:
+गणितीय साहित्य में अन्य हैडामर्ड संचालन भी देखे जाते हैं, <ref name="Reams">{{cite journal |first=Robert |last=Reams |title=हैडामर्ड व्युत्क्रम, वर्गमूल और लगभग अर्धनिश्चित आव्यूहों के गुणनफल|journal=Linear Algebra and Its Applications |volume=288 |year=1999 |pages=35–43 |doi=10.1016/S0024-3795(98)10162-3 |doi-access=free }}</ref> अर्थात् {{visible anchor|हैडामर्ड घात}} और {{visible anchor| हैडामर्ड शक्ति}} (जो भिन्नात्मक सूचकांकों के कारण वास्तव में एक ही चीज़ हैं), एक आव्यूह के लिए परिभाषित किया गया है जैसे:
-{{anchor|Root|Power}}के लिए
+निम्न के लिए
 <math display=block>\begin{align}
    {B} &= {A}^{\circ 2} \\
 B_{ij} &= {A_{ij}}^2
 \end{align}</math>
-और के लिए
+और निम्न के लिए
 <math display=block>\begin{align}
    {B} &= {A}^{\circ \frac12} \\
@@ Line 104: / Line 109: @@
 \end{align}</math>
-{{anchor|Inverse}}द{{visible anchor|Hadamard inverse}} पढ़ता है:<ref name="Reams" />
+द {{visible anchor|हैडामर्ड प्रतिलोम}} पढ़ता है: <ref name="Reams" />
 <math display=block>\begin{align}
    {B} &= {A}^{\circ -1} \\
@@ Line 110: / Line 115: @@
 \end{align}</math>
-{{anchor|Division}}ए{{visible anchor|Hadamard division}} परिभाषित किया जाता है:<ref>{{cite web |title=Supplementary Material: Tensor Displays: Compressive Light Field Synthesis using Multilayer Displays with Directional Backlighting |first1=Gordon |last1=Wetzstein |first2=Douglas |last2=Lanman |first3=Matthew |last3=Hirsch |first4=Ramesh |last4=Raskar |work=MIT Media Lab |url=http://web.media.mit.edu/~gordonw/TensorDisplays/TensorDisplays-Supplement.pdf }}</ref><ref>{{cite book |title=Object Detection and Recognition in Digital Images: Theory and Practice |first=Boguslaw |last=Cyganek |publisher=John Wiley & Sons |year=2013 |page=109 |url=https://books.google.com/books?id=upsxI3bOZvAC&pg=PT109 |isbn=9781118618363 }}</ref>
+ए {{visible anchor|हैडामर्ड संभाग}} परिभाषित किया जाता है: <ref>{{cite web |title=Supplementary Material: Tensor Displays: Compressive Light Field Synthesis using Multilayer Displays with Directional Backlighting |first1=Gordon |last1=Wetzstein |first2=Douglas |last2=Lanman |first3=Matthew |last3=Hirsch |first4=Ramesh |last4=Raskar |work=MIT Media Lab |url=http://web.media.mit.edu/~gordonw/TensorDisplays/TensorDisplays-Supplement.pdf }}</ref><ref>{{cite book |title=Object Detection and Recognition in Digital Images: Theory and Practice |first=Boguslaw |last=Cyganek |publisher=John Wiley & Sons |year=2013 |page=109 |url=https://books.google.com/books?id=upsxI3bOZvAC&pg=PT109 |isbn=9781118618363 }}</ref>
 <math display=block>\begin{align}
@@ Line 118: / Line 123: @@
-== मर्मज्ञ चेहरा उत्पाद ==
+== वेधक तल उत्पाद ==
-[[File:Penetrating face product.jpg|thumb|मैट्रिक्स का मर्मज्ञ चेहरा उत्पाद]]Vadym Slyusar|V की परिभाषा के अनुसार। स्ल्यूसर पी×जी मैट्रिक्स का मर्मज्ञ फलक उत्पाद है <math>{A}</math> और एन-आयामी मैट्रिक्स <math>{B}</math> (n > 1) p×g ब्लॉक के साथ (<math>{B} = [B_n] </math>) आकार का एक मैट्रिक्स है <math>{B}</math> फॉर्म का:<ref name=slyusar2>{{Cite journal|last=Slyusar|first=V. I.|date=March 13, 1998|title=मैट्रिसेस के फेस उत्पादों का एक परिवार और उसके गुण|url=http://slyusar.kiev.ua/FACE.pdf |journal=Cybernetics and Systems Analysis C/C of Kibernetika I Sistemnyi Analiz. 1999.|volume=35|issue=3|pages=379–384|doi=10.1007/BF02733426|s2cid=119661450}}</ref>
+[[File:Penetrating face product.jpg|thumb|आव्यूह का वेधक तल उत्पाद]]वी. स्लीयूसर की परिभाषा के अनुसार पी×जी मैट्रिक्स {<math>{A}</math>} और एन-आयामी आव्यूह <math>{B}</math> (n > 1) का मर्मज्ञ तल उत्पाद p×g ब्लॉक के साथ <math>{B} = [B_n] </math> प्रपत्र के आकार {<math>{B}</math> का एक मैट्रिक्स है:<ref name=slyusar2>{{Cite journal|last=Slyusar|first=V. I.|date=March 13, 1998|title=मैट्रिसेस के फेस उत्पादों का एक परिवार और उसके गुण|url=http://slyusar.kiev.ua/FACE.pdf |journal=Cybernetics and Systems Analysis C/C of Kibernetika I Sistemnyi Analiz. 1999.|volume=35|issue=3|pages=379–384|doi=10.1007/BF02733426|s2cid=119661450}}</ref>
 <math display=block>
    {A} [\circ] {B} =
@@ Line 159: / Line 164: @@
 === मुख्य गुण ===
 :<math>{A} [\circ]  {B} = {B} [\circ] {A};</math><ref name=slyusar2 />:<math>{M} \bull {M} = {M} [\circ] \left( {M} \otimes \mathbf {1}^\textsf{T}\right),</math>
-कहाँ <math> \bull </math> मैट्रिक्स के फलक-विभाजन उत्पाद को दर्शाता है,
+जहाँ <math> \bull </math> आव्यूह के फलक-विभाजन उत्पाद को दर्शाता है,
-:<math>\mathbf{c} \bull {M} = \mathbf {c} [\circ] {M},</math> कहाँ <math>\mathbf {c}</math> एक वेक्टर है.
+:<math>\mathbf{c} \bull {M} = \mathbf {c} [\circ] {M},</math> जहाँ <math>\mathbf {c}</math> एक सदिश है
 === अनुप्रयोग ===
-मर्मज्ञ चेहरे के उत्पाद का उपयोग डिजिटल एंटीना सरणियों के [[ टेन्सर ]]-मैट्रिक्स सिद्धांत में किया जाता है।<ref name=slyusar2 />इस ऑपरेशन का उपयोग [[कृत्रिम तंत्रिका नेटवर्क]] मॉडल, विशेष रूप से संकेंद्रित परतों में भी किया जा सकता है।<ref name=hyper>{{Cite journal|last=Ha D., Dai A.M., Le Q.V.|date= 2017|title=हाइपरनेटवर्क्स।|journal=The International Conference on Learning Representations (ICLR) 2017. – Toulon, 2017.|page=Page 6|arxiv=1609.09106}}</ref>
+वेधक तल के उत्पाद का उपयोग अंकीय एंटीना सरणियों के [[ टेन्सर |प्रदिश]] -आव्यूह सिद्धांत में किया जाता है।<ref name=slyusar2 /> इस संचालन का उपयोग [[कृत्रिम तंत्रिका नेटवर्क|कृत्रिम तंत्रिका संजाल]] प्रतिरूप, विशेष रूप से संकेंद्रित परतों में भी किया जा सकता है। <ref name=hyper>{{Cite journal|last=Ha D., Dai A.M., Le Q.V.|date= 2017|title=हाइपरनेटवर्क्स।|journal=The International Conference on Learning Representations (ICLR) 2017. – Toulon, 2017.|page=Page 6|arxiv=1609.09106}}</ref>
 ==यह भी देखें==
 * [[फ्रोबेनियस आंतरिक उत्पाद]]

v t e लीनियर अलजेब्रा
बुनियादी अवधारणाओं	स्केलर वेक्टर सदिश स्थल स्केलर गुणज वेक्टर प्रक्षेपण रैखिक अवधि रैखिक मानचित्र रैखिक प्रक्षेपण रैखिक स्वतंत्रता रैखिक संयोजन आधार आधार का परिवर्तन पंक्ति और स्तंभ वैक्टर पंक्ति और स्तंभ स्थान कर्नेल आइगेनवैल्यूज़ एवं आइगेनवेक्टर्स ट्रांसपोज़ रैखिक समीकरण
मैट्रिसेस	ब्लॉक अपघटन इनवर्टिबल मामूली गुणा रैंक परिवर्तन क्रैमर का नियम गाउस विलोपन
बिलिनियर	Orthogonality डॉट उत्पाद आंतरिक उत्पाद स्थान बाहरी उत्पाद क्रोनकर उत्पाद ग्राम -श्मिट प्रक्रिया
मल्टीलिनियर बीजगणित	निर्धारक पार उत्पाद ट्रिपल उत्पाद सात-आयामी क्रॉस उत्पाद ज्यामितीय बीजगणित बाहरी बीजगणित Bivector मल्टीवेक्टर टेंसर बाहरीता
वेक्टर अंतरिक्ष निर्माण	दोहरी प्रत्यक्ष योग फ़ंक्शन स्पेस भागफल सबस्पेस टेंसर उत्पाद
संख्यात्मक	फ्लोटिंग-पॉइंट संख्यात्मक स्थिरता बुनियादी रैखिक बीजगणित उपप्रोग्राम विरल मैट्रिक्स रैखिक बीजगणित पुस्तकालयों की तुलना
श्रेणी रूपरेखा गणित पोर्टल

Anonymous

Search

हैडामर्ड उत्पाद (मैट्रिसेस): Difference between revisions

Namespaces

More

Page actions

Revision as of 02:27, 10 July 2023

Contents

परिभाषा

गुण

मिश्रित-उत्पाद संपत्ति

शूर उत्पाद प्रमेय

प्रोग्रामिंग भाषाओं में

अनुप्रयोग

समान संचालन